检索增强与知识引用设计

原名：rag-architect

规划切分、向量、混合检索和重排，用独立样本检查证据引用。

中文 Skills 技能说明

公司想让 AI 按已授权资料回答业务问题时，可让技术文档工程师与开发岗位员工设计。提供资料范围、权限、更新方式和评估样例，技能比较切分、embedding、向量库和重排，交付检索方案与评估计划。RAG 不保证消除编造，也不自动连接 CEOFans 公司记忆知识库或授予写权限。桌面端需模型、数据库与获准数据，费用和外发另确认；回答要能指向原文，资料不足就说明，生产接入与权限规则由人审核。

上游能力依据

上游原始适用说明：Designs and implements production-grade RAG systems by chunking documents, generating embeddings, configuring vector stores, building hybrid search pipelines, applying reranking, and evaluating retrieval quality. Use when building RAG systems, vector databases, or knowledge-grounded AI applications requiring semantic search, document retrieval, context augmentation, similarity search, or embedding-based indexing.

上游 SKILL.md 主要章节（保留原文标题）：

Core Workflow
Reference Guide
Implementation Examples
1. Chunking Documents
2. Generating Embeddings & Indexing
3. Hybrid Search (Vector + BM25)
4. Reranking Top-K Results
5. Retrieval Evaluation
Constraints
MUST DO

使用边界

先读取项目约定、依赖版本和现有测试，再提出最小改动。写文件、运行脚本、提交代码或发布前应检查差异并保留回退路径。

作者、翻译与许可证

原作者: Jeffallan 与 claude-skills contributors
中文翻译: CEOFans翻译
许可证: MIT
上游来源: https://github.com/Jeffallan/claude-skills/tree/1be15d8064f88fc25216442406d40add8fd23b53/skills/rag-architect

适用范围

平台：linux、macos、windows；标签：AI 工程、检索增强与知识引用设计、开源技能

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。